如何根据一个文件里的名字 提取另一个文件里行对应的内容

紫风8824

文件1.txt 包含我所要scaffold号:
myprefix1715: Hev|scaffold0148_940357 Hev|scaffold0227_388295 Hev|scaffold1076_94556 Hev|scaffold0362_246366 Hev|scaffold0254_937730 Hev|scaffold0174_187218 Hev|scaffold0227_386794 Hev|scaffold0166_1068808 Hev|scaffold0544_466663 Hev|scaffold0285_596061 Hev|scaffold0571_231692 Hev|scaffold0304_728335 Hev|scaffold0161_536981 Hev|scaffold0282_943698 Hev|scaffold0699_101758 Hev|scaffold0576_497575 Hev|scaffold0211_529245
文件2.fa是包含所有序列的文件：
>scaffold0001_397464 locus=scaffold0001(396129,398800,-); length=128; function=60S ribosomal protein L34 like;
MVQRLTYRKRHSNAAKSNQHRVVKTPGRKLVYQTTKNRASGPKCPVTGKRIQGIPHLTPAEYKRSRLARNRRTVNQAYGGLTAYSRQELSGGAVRERIIRAFLVEEQKIVKKVLKIQKAKKKQASRS*
>scaffold0001_403263 locus=scaffold0001(402942,403584,-); length=163; domain=Multi antimicrobial extrusion protein domain containing; function=Protein TRANSPARENT TESTA 12 like;
MVSFPLVSVRVSNELGRGDAKAVKFSVKVVFFTSLCIGVLFFIVCLAFNRQIAKLFINEQEVIQAVSNLSLLLAFSVLLNSFQAVLTGVAVGAGRQSMVACINISSYYIVGVPIGLILGYVAHLQTKRFLVIHFAGYMDWDDNRSCNASYGTWLHYVKNQLG*
请问如何根据文件1.txt的scaffold号，例如scaffold0148_940357，scaffold1076_94556；在文件2.fa里提取相应的序列，形成一个新的文件。文件2.fa包含所有的文件1.txt 的scaffold号。请问如何做，谢谢！

sunzhiguolu

将希望得到的结果贴出来, 有特殊要求请标明, 谢谢!
另外, 你的文件 如 2.fa 是几行内容? (2 or 4) 行?

>scaffold0001_397464 locus=scaffold0001(396129,398800,-); length=128; function=60S ribosomal protein L34 like;
MVQRLTYRKRHSNAAKSNQHRVVKTPGRKLVYQTTKNRASGPKCPVTGKRIQGIPHLTPAEYKRSRLARNRRTVNQAYGGLTAYSRQELSGGAVRERIIRAFLVEEQKIVKKVLKIQKAKKKQASRS*
>scaffold0001_403263 locus=scaffold0001(402942,403584,-); length=163; domain=Multi antimicrobial extrusion protein domain containing; function=Protein TRANSPARENT TESTA 12 like;
MVSFPLVSVRVSNELGRGDAKAVKFSVKVVFFTSLCIGVLFFIVCLAFNRQIAKLFINEQEVIQAVSNLSLLLAFSVLLNSFQAVLTGVAVGAGRQSMVACINISSYYIVGVPIGLILGYVAHLQTKRFLVIHFAGYMDWDDNRSCNASYGTWLHYVKNQLG*

jason680

回复 2# sunzhiguolu

有问无回...

http://bbs.chinaunix.net/thread-4245353-1-1.html
   
http://bbs.chinaunix.net/thread-4208965-1-1.html

紫风8824

2行
回复 2# sunzhiguolu


   

moperyblue

1. awk -F'[ |>]'  'NR==FNR{for(i=3;i<=NF;i+=2)a[$i]=1;next}a[$2]{getline x;print $0 RS x}' 1.txt 2.fa

复制代码

或
1.
将scaffold0148_940357... ...这些key先保存在另一个文件
awk -F'[ |]' '{for(i=3;i<=NF;i+=2)print $i}' 1.txt > keys

2.
grep -A1  -Ff  keys 2.fa

紫风8824

谢谢！ 我试试~回复 5# moperyblue


   

Shell_HAT

1. grep -A1 -Ff <(grep -Po "scaffold[0-9_]+" 1.txt) 2.txt
   

复制代码

紫风8824

回复 5# moperyblue

如果.fa文件行数是不均一的，序列长短不一样，有的3行，有的5行或者6行，在有key的这个文件下，怎么查找呢？

moperyblue

回复 8# 紫风8824

1. awk -F'[ |>]' 'NR==FNR{for(i=3;i<=NF;i+=2)a[$i]=1;next}/>/{f=0}a[$2]{f=1}f' 1.txt 2.fa

复制代码

紫风8824

回复 9# moperyblue

谢谢！